論文の概要: From Prototype to Classroom: An Intelligent Tutoring System for Quantum Education
- arxiv url: http://arxiv.org/abs/2604.24807v1
- Date: Mon, 27 Apr 2026 07:00:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-29 16:49:17.511595
- Title: From Prototype to Classroom: An Intelligent Tutoring System for Quantum Education
- Title（参考訳）: プロトタイプから教室へ:量子教育のための知能学習システム
- Authors: Iizalaarab Elhaimeur, Nikos Chrisochoides,
- Abstract要約: ITAS (Intelligent Teaching Assistant System) は4つのコントリビューションを中心に構築されたマルチエージェント学習システムである。
旧ドミニオン大学(Old Dominion University)の量子コンピューティングコースで試験されたこのシステムは、3つの答えすべてをサポートする。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quantum computing instructors face a compounding problem: the concepts are counterintuitive, the mathematical formalism is dense, and qualified faculty are scarce outside a small number of well-resourced institutions. Our prior work introduced a knowledge-graph-augmented tutoring prototype with two specialized LLM agents: a Teaching Agent for dynamic interaction and a Lesson Planning Agent for lesson generation. Validated on simulated runs rather than in a real course, that prototype left open whether more aggressive agent specialization would be needed to handle the full range of quantum education tasks under real student load. This paper answers the three questions that the prototype could not answer. Can agent specialization solve the reliability problem in a domain as technically demanding as quantum information science? Can the system run in a real course, not a demonstration? Does the instructor gain actionable intelligence from the deployment? We present ITAS (Intelligent Teaching Assistant System), a multi-agent tutoring system built around four contributions: a five-module QIS curriculum grounded in Watrous's information-first framework, a Spoke-and-Wheel teaching architecture with quantum-specialized agents, a cloud infrastructure designed for production use and regulatory compliance, and a conversational analytics layer for instructors and content developers. Piloted in a quantum computing course at Old Dominion University, the system supports all three answers: deployment evidence is consistent with specialization addressing the task-boundary failures observed in the prototype, cloud infrastructure supports classroom-scale concurrency at sub-textbook cost, and the analytics agent surfaces curriculum gaps the instructor could not otherwise see.
- Abstract（参考訳）: 量子コンピューティングのインストラクターは複雑な問題に直面しており、概念は直感に反し、数学的形式主義は密集し、資格のある教員は少数の資金提供機関の外では不足している。
これまでの研究では,LLMエージェントが2つあり,動的インタラクションのための指導エージェントと授業生成のための授業計画エージェントが導入された。
実際のコースではなくシミュレートされた実行で検証されたプロトタイプは、実際の学生負荷下での量子教育の幅広いタスクを処理するために、より攻撃的なエージェント専門化が必要かどうかを公開のままにした。
本稿では,プロトタイプが答えられなかった3つの疑問に答える。
エージェント専門化は、量子情報科学のように技術的に要求される領域の信頼性問題を解くことができるか?
システムはデモではなく、実際のコースで実行できますか?
インストラクターは、デプロイから実行可能なインテリジェンスを取得しますか?
本稿では,ITAS(Intelligent Teaching Assistant System)と,Watrousの情報ファーストフレームワークを基盤とした5つのモジュールQISカリキュラム,量子特殊化エージェントを備えたSpoke-and-Wheel教育アーキテクチャ,生産用および規制コンプライアンス用に設計されたクラウドインフラストラクチャ,インストラクターとコンテンツ開発者のための対話型分析レイヤの4つのコントリビューションを中心に構築されたマルチエージェント学習システムについて紹介する。
デプロイエビデンスはプロトタイプで観測されたタスク境界の障害に対処する特殊化と一致しており、クラウドインフラストラクチャはサブテキストコストで教室スケールの並行処理をサポートし、分析エージェントはインストラクターが見ることができないカリキュラムのギャップを表面化する。
関連論文リスト
- ITAS: A Multi-Agent Architecture for LLM-Based Intelligent Tutoring [0.0]
本稿では,旧ドミニオン大学において,大学院の量子コンピューティング科目として利用されたマルチエージェント・チュータリングシステムについて述べる。
教育層は3つの並行スペシャリスト(ビデオ、コード、ガイダンス)からなるSpoke-and-Wheelで、その後にSynthesizerが続く。
フィードバック層は狭いスコープの会話エージェントで、インストラクターの質問に答える。
論文 参考訳（メタデータ） (2026-04-27T07:12:28Z) - Automating Skill Acquisition through Large-Scale Mining of Open-Source Agentic Repositories: A Framework for Multi-Agent Procedural Knowledge Extraction [20.467661664708086]
本報告では,オープンソースリポジトリのマイニングによる高品質エージェントスキルの自動獲得の枠組みについて検討する。
我々は,TheoremExplainAgentやCode2Videoなどの最先端システムから,可視化と教育能力の抽出に重点を置いている。
エージェントリポジトリからの体系的抽出と厳密なセキュリティガバナンスと多次元評価指標を組み合わせることで、手続き的知識のスケーラブルな獲得が可能になることを実証する。
論文 参考訳（メタデータ） (2026-03-12T11:10:13Z) - Autonomous Quantum Simulation through Large Language Model Agents [0.29165586612027233]
大規模言語モデル(LLM)エージェントは、量子多体システムのテンソルネットワークシミュレーションを自律的に行うことができる。
私たちは、数分で専門的な計算領域でトレーニングできる自律的なAIエージェントを作成します。
論文 参考訳（メタデータ） (2026-01-15T08:50:57Z) - Youtu-LLM: Unlocking the Native Agentic Potential for Lightweight Large Language Models [78.73992315826035]
ネイティブエージェントインテリジェンスと高い計算効率を調和させる軽量言語モデルであるYoutu-LLMを紹介する。
Youtu-LLMは、スクラッチから体系的に推論と計画能力の育成まで事前訓練されている。
論文 参考訳（メタデータ） (2025-12-31T04:25:11Z) - Enabling Multi-Agent Systems as Learning Designers: Applying Learning Sciences to AI Instructional Design [6.080614844688028]
本研究は,教育的専門知識を利用者のプロンプトからLLMの内部アーキテクチャへシフトさせる。
二次数学と理科の学習活動を生成するための3つのシステムを検証した。
論文 参考訳（メタデータ） (2025-08-20T14:44:00Z) - Topological Structure Learning Should Be A Research Priority for LLM-Based Multi-Agent Systems [69.95482609893236]
大規模言語モデルに基づくマルチエージェントシステム(MAS)は、協調的な知性によって複雑なタスクに取り組むための強力なパラダイムとして登場した。
我々は,エージェント間相互作用の構造を明示的にモデル化し,動的に最適化する,エフェトロジーを意識したMASへのパラダイムシフトを求める。
論文 参考訳（メタデータ） (2025-05-28T15:20:09Z) - MathTutorBench: A Benchmark for Measuring Open-ended Pedagogical Capabilities of LLM Tutors [82.91830877219822]
我々は、総合的なチューリングモデル評価のためのオープンソースのベンチマークであるMathTutorBenchを紹介する。
MathTutorBenchには、ダイアログベースの教育における科学の研究によって定義された、家庭教師の能力をカバーするデータセットとメトリクスが含まれている。
閉鎖的およびオープンウェイトなモデルの幅広いセットを評価し、問題解決能力によって示される課題の専門知識が、すぐには良い教育に変換されないことを発見した。
論文 参考訳（メタデータ） (2025-02-26T08:43:47Z) - Memento No More: Coaching AI Agents to Master Multiple Tasks via Hints Internalization [56.674356045200696]
本稿では,複雑なメモシステムや事前の高品質な実演データを必要としない,複数のタスクに対する知識とスキルを取り入れたAIエージェントの訓練手法を提案する。
このアプローチでは,エージェントが新たな経験を収集し,ヒントの形で人間から補正フィードバックを受け取り,このフィードバックを重みに組み込む,反復的なプロセスを採用している。
Llama-3をベースとしたエージェントに実装することで,数ラウンドのフィードバックの後,高度なモデルGPT-4oとDeepSeek-V3をタスクセットで性能向上させる手法の有効性を実証する。
論文 参考訳（メタデータ） (2025-02-03T17:45:46Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。